Umjetna inteligencija pokazuje obećavajuće rezultate u otkrivanju parodontološkog statusa na RTG snimkama s ugrizom u traku

Search Dental Tribune

Umjetna inteligencija pokazuje obećavajuće rezultate u otkrivanju parodontološkog statusa na RTG snimkama s ugrizom u traku

E-Newsletter

The latest news in dentistry free of charge.

  • This field is for validation purposes and should be left unchanged.
Prema istraživačima u Turskoj, algoritmi dubokog učenja umjetne inteligencije sposobni su identificirati parodontne patologije iz dvodimenzionalnih radiografija. (Slika: Anna Jurkovska/Shutterstock)
Dental Tribune International

By Dental Tribune International

pet. 21 listopada 2022

save

KOPENHAGEN, Danska: Istraživači u Turskoj analizirali su u kojoj mjeri algoritmi umjetne inteligencije (AI) mogu identificirati parodontopatije iz dvodimenzionalne rendgenske snimke s ugrizom u traku (bite wing). Prema istraživanju čiji su rezultati predstavljeni na skupu EuroPerio10 u Kopenhagenu 16. lipnja, AI sustav može identificirati parodontopatije koje mogu promaknuti stomatolozima.

Prethodna istraživanja ispitivala su sposobnost umjetne inteligencije da otkrije karijes, lomove korijena i periapikalne lezije, ali samo mali broj istraživanja bavio se upotrebom te tehnologije u području parodontologije, kako se navodi u priopćenju za javnost.

Istraživanje su proveli istraživači sa Sveučilišta Eskisehir Osmangazi u Eskisehiru u Turskoj, a cilj je bio procijeniti sposobnost umjetne inteligencije da odredi parodontni status s pomoću rendgenskih snimki s ugrizom u traku. Upotrijebilo se ukupno 434 rendgenskih snimki s ugrizom u traku pacijenata s parodontitisom, a snimke je s pomoću konvolucijske neuronske mreže analizirao iskusni kliničar u pogledu totalnog gubitka alveolarne kosti, horizontalnog i vertikalnog gubitka kosti, furkacijskih defekata i kamenca oko gornjih i donjih zubi.

U usporedbi s procjenom kliničara, AI je dobio visoku ocjenu i u osjetljivosti i u preciznosti u identificiranju ukupnog gubitka alveolarne kosti i horizontalnog gubitka kosti, ali nije mogao identificirati vertikalni gubitak kosti. Ponderirani prosjeci osjetljivosti i preciznosti u prepoznavanju zubnog kamenca i furkacijskih defekata u usporedbi s procjenom kliničara, bili su 0,82 i 0,66.

Muhammet Burak Yavuz sa sveučilišnog Zavoda za parodontologiju predstavio je rezultate tijekom skupa EuroPerio10 u izlaganju “Parodontološka dijagnostika i napredovanje bolesti”, i komentirao je da, iako su potrebna daljnja istraživanja, dobiveni rezultati pokazuju da se sustavi umjetne inteligencije mogu upotrebljavati za procjenu parodontološkog zdravlja.

Dr. Yavuz komentirao je u priopćenje za javnost: “Naše istraživanje pokazuje potencijal umjetne inteligencije za automatsku identifikaciju bolesti parodonta koje bi se inače mogle previdjeti. Time bi se mogla smanjiti izloženost zračenju izbjegavanjem ponavljanja pregleda, spriječiti tiho napredovanje parodontopatija te omogućiti ranije liječenje.” Dodao je da rezultati ilustriraju “da je umjetna inteligencija u stanju konpenzirati mnoge vrste nedostataka 2D snimki, što bi moglo pomoći u dijagnostici parodontitisa”.

“Ovo istraživanje daje kratak uvid u budućnost dentalne medicine, gdje AI automatski procjenjuje slike i pomaže kliničarima da ranije dijagnosticiraju i liječe bolest,” zaključio je dr. Yavuz.

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *

advertisement
advertisement